CN113423025A - 一种具有人工智能的数据管理终端 - Google Patents
一种具有人工智能的数据管理终端 Download PDFInfo
- Publication number
- CN113423025A CN113423025A CN202110691499.5A CN202110691499A CN113423025A CN 113423025 A CN113423025 A CN 113423025A CN 202110691499 A CN202110691499 A CN 202110691499A CN 113423025 A CN113423025 A CN 113423025A
- Authority
- CN
- China
- Prior art keywords
- data
- memory pool
- processes
- concurrent
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013523 data management Methods 0.000 title claims abstract description 20
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 162
- 230000008569 process Effects 0.000 claims abstract description 126
- 230000006854 communication Effects 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000004891 communication Methods 0.000 claims abstract description 40
- 238000013500 data storage Methods 0.000 claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000001816 cooling Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/143—Termination or inactivation of sessions, e.g. event-controlled end of session
- H04L67/145—Termination or inactivation of sessions, e.g. event-controlled end of session avoiding end of session, e.g. keep-alive, heartbeats, resumption message or wake-up for inactive or interrupted session
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/18—Multiprotocol handlers, e.g. single devices capable of handling multiple protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/30—Arrangements in telecontrol or telemetry systems using a wired architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种具有人工智能的数据管理终端,包括调度模块、数据采集模块、实时数据处理模块、通讯模块、数据转发模块和数据存储池,所述调度模块通过调度进程启动多个并发的数据采集进程、实时数据处理进程、通讯进程和数据转发服务器进程,每个进程同时和多进程并发数据存储内存池建立连接,实现各个进程对数据存储内存池的并发访问。本发明利用软件解决了当前硬件网关存在的并发能力弱、兼容性差、可扩展能力差的问题,并实现了多协议、多设备并发通讯支持以及异构数据的预处理,同时提升了数据传输的稳定性。
Description
技术领域
本发明涉及冷暖行业的物联网技术领域,具体涉及一种具有人工智能的数据管理终端。
背景技术
随着物联网技术发展和逐渐深入到楼宇自动化和节能控制领域,大量末端设备包括群控系统、电能表、热能表、温湿度传感器、压力传感器、振动传感器、环境传感器、灯光控制器、风盘控制器、新风控制器需要被接入云楼宇平台,用于冷暖系统的自动化控制和节能优化控制。如何实现集中通讯网关设备的高并发,高可用和数据的高可靠性就显得非常重要。
由于各种末端设备支持的通讯协议各不相同,甚至物理层协议也不相同,例如:电表采用DLT-645通讯、群控系统采用MODBUS-TCP、热表采用MODBUSRTU,即使采用同样的协议,由于设备类型不同,也导致对应的数据类型,寄存器各不相同。目前的物联网接入网关不能同时支持多种不同协议和异构设备的接入,不同的硬件网关只能对有限的协议设备进行支持,如果接入新设备,往往需要更换硬件设备,导致浪费。而且,硬件网关无法在本地完成复杂的数据预处理,导致原始的、夹杂异常数据的信息直接传入云接收服务。当大量设备接入,云数据接收服务器需要很多的资源进行数据处理,使云平台的数据接收成为性能瓶颈。
发明内容
本发明提出了一种具有人工智能的数据管理终端,其目的是:利用软件解决当前冷暖行业使用的硬件网关存在的并发能力弱、兼容性差、可扩展能力差的问题,并实现多协议、多设备并发通讯支持以及异构数据的预处理,提升数据传输的稳定性。
本发明技术方案如下:
一种具有人工智能的数据管理终端,包括调度模块、数据采集模块、实时数据处理模块、通讯模块、数据转发模块和数据存储池,所述调度模块通过调度进程启动多个并发的数据采集进程、实时数据处理进程、通讯进程和数据转发服务器进程,每个进程同时和多进程并发数据存储内存池建立连接,实现各个进程对所述多进程并发数据存储内存池的并发访问;所述多进程并发数据存储内存池包括物理数据子内存池和变量数据子内存池。
所述数据采集进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程基于接入所述数据管理终端的连接设备的数量和类型,调用不同的采集模块,并分配唯一的物理数据子内存池ID;多个数据采集进程根据唯一的ID将采集到的传感器数据并发保存到对应的物理数据子内存池中,并读取变量数据子内存池的变量数据,将需要更新的数据写入所述数据采集模块的连接设备。
所述实时数据处理进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程调用实时数据处理进程任务,将内存池句柄分配给实时数据处理进程,多个实时数据处理进程并发读取内存池数据,按自学习算法和预定义规则进行数据处理和归一化,并将处理后的数据进行回存。
所述通讯进程和数据转发服务器进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程根据连接云数据接收服务的数量调度多个通讯进程,并发访问变量数据子内存池,同时和多个云数据接收服务的数据交互;
所述调度进程根据访问网关的连接建立相应的数据转发服务器进程,完成本地上位机和网关的数据交互。
进一步地,所述数据采集模块在数据采集过程中,对于不同类型的设备,由调度进程建立多个数据采集进程,每个数据采集进程的通讯部分使用动态链接库方式完成;对于支持多线程的网络端口,所述网络端口对应的通讯进程使用主从式线程模式完成数据读写,在现场读写发生堵塞时立刻打开新的线程完成后续设备通讯。
进一步地,实时数据处理进程对所述多进程并发数据存储内存池的访问过程中,所述实时数据处理模块根据多进程并发数据存储的格式和SOSA/SSN本体的结构设计映射语言和算法,将数据流转换为符合SOSA/SSN本体的数据流。
进一步地,所述实时数据处理进程对多进程并发数据存储内存池的访问过程中,所述自学习算法为多层前馈神经网络算法,所述自学习算法用于统计数据特性,所述数据特性包括数据范围特性、数据变化特性和数据时间特性;所述预定义规则包括数据转换规则、数据处理规则、数据报警规则和数据统计规则。
进一步地,所述通讯进程和数据转发服务器进程对所述多进程并发数据存储内存池的访问过程中,多进程通讯模块设置多个TCP长连接到云数据接收服务,将注册信息发送给云平台的虚拟IP地址,云平台服务器根据负载均衡原则,设定负载较低的数据接收服务反馈响应信息,完成通讯模块注册。
进一步地,所述多进程通讯模块和云接收服务建立长连接后,通讯模块定时向接收服务发送心跳数据包,所述心跳数据包包括网关唯一表示、虚拟设备标识和实时数据快照。
进一步地,所述网关与云平台服务器进行网络数据传输时,所述通讯模块对每个会话连接建立缓冲池,用于保证通讯缓存数据时序性和完整性;网络数据传输采用protocolbuf技术,将数据进行序列号处理。
进一步地,所述物理数据子内存池和变量数据子内存池相对应,所述实时数据处理进程对所述多进程并发数据存储内存池的访问过程中,所述实时数据处理进程对物理数据子内存池数据处理后存入对应的变量数据子内存池,对变量数据子内存池数据处理后存入对应的物理数据子内存池中。
进一步地,所述调度进程根据预配置文件启动多个并发的数据采集进程、实时数据处理进程、通讯进程和数据转发服务器进程。
相对于现有技术,本发明具有以下有益效果:
(1)利用多进程并发数据存储模型进行数据存储,通过可扩展调度进程完成多并发进程对数据存储池的访问,解决了当前物联网接入环节现有硬件网关并发能力弱、硬件兼容性差、可扩展能力差的问题;
(2)通过多层前馈神经网络学习解决了现有硬件终端数据处理能力差,在大量设备接入场合难以实现高速、高可靠性的异构数据的同步IO处理和归一化的问题;
(3)数据采集模块使用多进程多线程同步模型和动态链接技术,实现了多协议、多设备并发通讯支持;
(4)数据处理模块使用S-SASML映射语言和算法,将数据流转换为符合SOSA/SSN本体的RDF数据流,提高了数据处理效率;
(5)通讯模块对每个会话建立缓冲池,保证了通讯缓存数据时序性和完整性;网络数据传输中基于缓存协议protobuf对虚拟数据进行序列化处理,保证了数据网络传输的集成性和完整性,避免了大数据量网络传输容易导致数据不完整的问题。
附图说明
图1为本发明的系统架构图;
图2为本发明的数据流图。
具体实施方式
下面结合附图详细说明本发明的技术方案:
如图1,一种具有人工智能的数据管理终端,包括调度模块、数据采集模块、实时数据处理模块、通讯模块、数据转发模块和数据存储池。网关硬件上电启动后,首先会启动数据引擎,建立数据存储池,然后启动调度引擎模块,调度模块根据预配置文件自动探测目前网关外部连接的设备类型,并根据设备类型调用相应的设备驱动动态链接库。
如图2,调度模块根据预配置信息,同步启动多个并发的数据采集进程、实时数据处理进程、通讯进程和数据转发服务器进程,每个进程同时和多进程并发数据存储内存池建立连接,实现各个进程对所述多进程并发数据存储内存池的并发访问。所述多进程并发数据存储内存池包括物理数据子内存池和变量数据子内存池。
在数据采集过程中,对于不同类型的设备,由调度进程建立多个数据采集进程,每个数据采集进程的通讯部分使用动态链接库方式完成;对于支持多线程的网络端口,所述网络端口对应的通讯进程使用主从式线程模式完成数据读写,在现场读写发生堵塞时立刻打开新的线程完成后续设备通讯,实现高并发非堵塞通讯模型。
具体地,数据采集模块基于接入所述数据管理终端的连接设备的数量和类型,自动确定进程和线程数量,实现多进程多线程的高并发非堵塞通讯。例如终端外接多块电表,多块热表,1个群控系统和多个温控器。所述数据管理终端的调度模块会启动电表数据采集进程1个,由于电表协议是基于串口的DLT-645协议,不支持多线程采集,因此电表数据采集进程只会生成单线程采集。同样,热表通讯也是基于串行线路的MODBUS-RTU协议,热表数据采集进程也会生成单线程采集进程。群控系统基于MODBUS-TCP协议,但是因群控系统仅仅有一个502端口开放,因此群控系统数据采集进程同样生成单线程的采集。而风机盘管温控器使用自定义的网络协议,数据采集模块会根据负载情况,自动生成多线程模型,同步和多个风机盘管温控器进行并发通讯。
所述数据采集进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程基于接入物联网设备的数量和类型,相应调用数量和类型不同的采集模块,并分配唯一的物理数据子内存池ID。
多个数据采集进程根据唯一的ID将采集到的传感器数据并发保存到对应的物理数据子内存池中,并读取变量数据子内存池的变量数据,将需要更新的数据写入连接设备。
所述实时数据处理进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程调用实时数据处理进程任务,将物理数据子内存池句柄和变量数据子内存池句柄分配给实时数据处理进程,多个实时数据处理进程并发读取物理数据子内存池和变量数据子内存池数据,按自学习算法和预定义规则进行数据处理和归一化,并将处理后的数据进行回存,物理数据内存池数据处理后存入对应的变量数据子内存池,变量数据子内存池数据处理后存入对应的物理变量内存池中。
具体地,所述调度进程调用实时数据处理进程任务,将物理数据子内存池存储的数据使用S-SASML映射语言和算法,转换为符合SOSA/SSN本体的RDF数据流并存入变量数据子内存池。
所述数据处理模块读取物理数据子内存池中数据时对关键数据进行规则判断,如果指定规则为自学习,则数据处理模块会将数据缓存,并基于BP多层前馈神经网络算法来统计数据特性,比如数据范围特性(不能为负,不能为0),数据变化特性(只能正增长,只能负增长),数据时间特性(某一段时间数据平均值高)等。在后续数据处理中,对违反规则的数据进行处理,处理规则包括放弃,转换,报警等。也可以指定其他规则,比如数据转换规则:对物理数据子内存池采样的数据进行转换处理,包括量程缩放,数据类型变换(浮点和整数,浮点和长整数,整数和布尔,整数和位集转换);数据处理规则,包括数据最大值切除,数据最小值切除,数据低通滤波(当数据变化率过高,则该次变化按预配置的变化率处理);数据报警规则,包括超上限报警,超下限报警,范围外报警,位变化报警,字变化报警等;数据统计规则,包括平均值统计,累计值统计等。
所述实时数据处理进程利用基于BP的多层前馈神经网络处理技术对虚拟数据进行分析,分析转换后的数据质量,并根据分析结果调整映射算法,提高了数据转换的可靠性和精度。
所述通讯进程和数据转发服务器进程对RMP的访问过程包括:
所述调度进程根据连接云数据接收服务的数量调度多个通讯进程,并发访问变量数据子内存池,同时和多个云数据接收服务的数据交互。
所述调度进程根据访问网关的连接建立相应的数据转发服务器进程,完成本地上位机和网关的数据交互。
优选地,多进程通讯模块设置多个TCP长连接到云数据接收服务,将注册信息发送给云平台的虚拟IP地址,云平台服务器根据负载均衡原则,设定负载较低的数据接收服务反馈响应信息,完成通讯模块注册。
通讯模块和云接收服务建立长连接后,定时向接收服务发送心跳数据包,所述心跳数据包包括网关唯一表示、虚拟设备标识和实时数据快照。
通讯模块对每个会话连接建立缓冲池,保证通讯缓存数据时序性和完整性。网络数据传输采用protocolbuf技术,将数据进行序列号处理。具体方法是开发.proto文件,并用proto程序进行编译,生成C++的序列号类和反序列化类,然后在通讯模块中调用序列化类对数据进行序列号;同时,对云数据接收服务下发的命令,进行反序列化解码,执行指定的动作。
Claims (9)
1.一种具有人工智能的数据管理终端,其特征在于:包括调度模块、数据采集模块、实时数据处理模块、通讯模块、数据转发模块和数据存储池,所述调度模块通过调度进程启动多个并发的数据采集进程、实时数据处理进程、通讯进程和数据转发服务器进程,每个进程同时和多进程并发数据存储内存池建立连接,实现各个进程对所述多进程并发数据存储内存池的并发访问;所述多进程并发数据存储内存池包括物理数据子内存池和变量数据子内存池;
所述数据采集进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程基于接入所述数据管理终端的连接设备的数量和类型,调用不同的采集模块,并分配唯一的物理数据子内存池ID;多个数据采集进程根据唯一的ID将采集到的传感器数据并发保存到对应的物理数据子内存池中,并读取变量数据子内存池的变量数据,将需要更新的数据写入所述数据采集模块的连接设备;
所述实时数据处理进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程调用实时数据处理进程任务,将内存池句柄分配给实时数据处理进程,多个实时数据处理进程并发读取内存池数据,按自学习算法和预定义规则进行数据处理和归一化,并将处理后的数据进行回存;
所述通讯进程和数据转发服务器进程对所述多进程并发数据存储内存池的访问过程包括:
所述调度进程根据连接云数据接收服务的数量调度多个通讯进程,并发访问变量数据子内存池,同时和多个云数据接收服务的数据交互;
所述调度进程根据访问网关的连接建立相应的数据转发服务器进程,完成本地上位机和网关的数据交互。
2.如权利要求1所述的具有人工智能的数据管理终端,其特征在于:所述数据采集模块在数据采集过程中,对于不同类型的设备,由调度进程建立多个数据采集进程,每个数据采集进程的通讯部分使用动态链接库方式完成;对于支持多线程的网络端口,所述网络端口对应的通讯进程使用主从式线程模式完成数据读写,在现场读写发生堵塞时立刻打开新的线程完成后续设备通讯。
3.如权利要求1所述的具有人工智能的数据管理终端,其特征在于:实时数据处理进程对所述多进程并发数据存储内存池的访问过程中,所述实时数据处理模块根据多进程并发数据存储的格式和SOSA/SSN本体的结构设计映射语言和算法,将数据流转换为符合SOSA/SSN本体的数据流。
4.如权利要求1所述的具有人工智能的数据管理终端,其特征在于:所述实时数据处理进程对多进程并发数据存储内存池的访问过程中,所述自学习算法为多层前馈神经网络算法,所述自学习算法用于统计数据特性,所述数据特性包括数据范围特性、数据变化特性和数据时间特性;所述预定义规则包括数据转换规则、数据处理规则、数据报警规则和数据统计规则。
5.如权利要求1所述的具有人工智能的数据管理终端,其特征在于:所述通讯进程和数据转发服务器进程对所述多进程并发数据存储内存池的访问过程中,多进程通讯模块设置多个TCP长连接到云数据接收服务,将注册信息发送给云平台的虚拟IP地址,云平台服务器根据负载均衡原则,设定负载较低的数据接收服务反馈响应信息,完成通讯模块注册。
6.如权利要求5所述的具有人工智能的数据管理终端,其特征在于:所述多进程通讯模块和云接收服务建立长连接后,通讯模块定时向接收服务发送心跳数据包,所述心跳数据包包括网关唯一表示、虚拟设备标识和实时数据快照。
7.如权利要求6所述的具有人工智能的数据管理终端,其特征在于:所述网关与云平台服务器进行网络数据传输时,所述通讯模块对每个会话连接建立缓冲池,用于保证通讯缓存数据时序性和完整性;网络数据传输采用protocolbuf技术,将数据进行序列号处理。
8.如权利要求1所述的具有人工智能的数据管理终端,其特征在于:所述物理数据子内存池和变量数据子内存池相对应,所述实时数据处理进程对所述多进程并发数据存储内存池的访问过程中,所述实时数据处理进程对物理数据子内存池数据处理后存入对应的变量数据子内存池,对变量数据子内存池数据处理后存入对应的物理数据子内存池中。
9.如权利要求1至8任一所述的具有人工智能的数据管理终端,其特征在于:所述调度进程根据预配置文件启动多个并发的数据采集进程、实时数据处理进程、通讯进程和数据转发服务器进程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691499.5A CN113423025B (zh) | 2021-06-22 | 2021-06-22 | 一种具有人工智能的数据管理终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691499.5A CN113423025B (zh) | 2021-06-22 | 2021-06-22 | 一种具有人工智能的数据管理终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113423025A true CN113423025A (zh) | 2021-09-21 |
CN113423025B CN113423025B (zh) | 2024-02-13 |
Family
ID=77789753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110691499.5A Active CN113423025B (zh) | 2021-06-22 | 2021-06-22 | 一种具有人工智能的数据管理终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113423025B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114810644A (zh) * | 2022-03-29 | 2022-07-29 | 惠州高盛达科技有限公司 | 一种基于物联网的异步收发器通信的智能风扇整体系统 |
CN115941717A (zh) * | 2022-10-10 | 2023-04-07 | 浙江南都能源互联网有限公司 | 一种储能电站数据采集传输的方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681889A (zh) * | 2012-04-27 | 2012-09-19 | 电子科技大学 | 一种云计算开放平台的调度方法 |
US20150067135A1 (en) * | 2013-08-22 | 2015-03-05 | Inspur Electronic Information Industry Co., Ltd | Member-oriented hybrid cloud operating system architecture and communication method thereof |
CN104539631A (zh) * | 2015-01-20 | 2015-04-22 | 成都市酷岳科技有限公司 | 一种信息交换及高速传输的实现方法及其模块 |
CN104734915A (zh) * | 2015-03-05 | 2015-06-24 | 重庆邮电大学 | 一种复合多进程多线程的多网络并发动态仿真方法 |
CN106095601A (zh) * | 2016-06-16 | 2016-11-09 | 广东工业大学 | 一种多进程并发解算差分服务器系统及其实现方法 |
CN111277672A (zh) * | 2020-03-31 | 2020-06-12 | 上海积成能源科技有限公司 | 一种基于非阻塞输入输出模型的能源物联网数据采集方法和软件网关 |
-
2021
- 2021-06-22 CN CN202110691499.5A patent/CN113423025B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681889A (zh) * | 2012-04-27 | 2012-09-19 | 电子科技大学 | 一种云计算开放平台的调度方法 |
US20150067135A1 (en) * | 2013-08-22 | 2015-03-05 | Inspur Electronic Information Industry Co., Ltd | Member-oriented hybrid cloud operating system architecture and communication method thereof |
CN104539631A (zh) * | 2015-01-20 | 2015-04-22 | 成都市酷岳科技有限公司 | 一种信息交换及高速传输的实现方法及其模块 |
CN104734915A (zh) * | 2015-03-05 | 2015-06-24 | 重庆邮电大学 | 一种复合多进程多线程的多网络并发动态仿真方法 |
CN106095601A (zh) * | 2016-06-16 | 2016-11-09 | 广东工业大学 | 一种多进程并发解算差分服务器系统及其实现方法 |
CN111277672A (zh) * | 2020-03-31 | 2020-06-12 | 上海积成能源科技有限公司 | 一种基于非阻塞输入输出模型的能源物联网数据采集方法和软件网关 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114810644A (zh) * | 2022-03-29 | 2022-07-29 | 惠州高盛达科技有限公司 | 一种基于物联网的异步收发器通信的智能风扇整体系统 |
CN114810644B (zh) * | 2022-03-29 | 2023-08-08 | 惠州高盛达科技有限公司 | 一种基于物联网的异步收发器通信的智能风扇整体系统 |
CN115941717A (zh) * | 2022-10-10 | 2023-04-07 | 浙江南都能源互联网有限公司 | 一种储能电站数据采集传输的方法及系统 |
CN115941717B (zh) * | 2022-10-10 | 2024-04-19 | 浙江南都能源科技有限公司 | 一种储能电站数据采集传输的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113423025B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111277672B (zh) | 一种基于非阻塞输入输出模型的能源物联网数据采集方法 | |
CN108768826B (zh) | 基于MQTT和Kafka高并发场景下的消息路由方法 | |
CN103792928B (zh) | 一种基于Modbus的工业现场数据采集分析系统 | |
CN113423025B (zh) | 一种具有人工智能的数据管理终端 | |
CN104734915B (zh) | 一种复合多进程多线程的多网络并发动态仿真方法 | |
CN108600053B (zh) | 一种基于零拷贝技术的无线网络数据包捕获方法 | |
CN113028603B (zh) | 一种应用于中央空调系统的设备监测系统 | |
CN113572815A (zh) | 一种跨异构平台的通信技术方法、系统及介质 | |
CN112101589B (zh) | 一种基于云计算的船舶远程技术保障系统 | |
CN101707599A (zh) | 故障录波系统中基于dsp的以太网通信方法 | |
Chen | Design of computer big data processing system based on genetic algorithm | |
Lai et al. | Dynamic adjustment mechanism based on OPC-UA architecture for IIoT applications | |
WO2021139099A1 (zh) | 一种基于边缘云环境的虚拟can口多路复用技术的实现方法 | |
TWI774110B (zh) | 適於工業自動化設備之共享記憶體的資料分發服務之系統及其運作方法 | |
Pu et al. | Practical implementation of an OPC UA multi-server aggregation and management architecture for IIoT | |
CN111273631A (zh) | 一种章鱼型架构的火电机组智能控制平台 | |
Xiaoan et al. | Networked control and monitoring system based on industrial Ethernet | |
Hong et al. | Design of multi-source, multi-state and massive heterogeneous terminal universal access interconnection protocol | |
Zheng et al. | High-efficiency transmission of industrial heterogeneous data in a typical mobile phone assembly production line | |
CN116743860B (zh) | 一种风洞现场实时数据分布式多线程采集架构 | |
Geng et al. | Research on high speed data distribution technology based on kernel state of domestic operating system | |
Yang et al. | On Design of Hydropower System Aided by Internet of Things Architecture with OPC-UA and MQTT | |
CN212572621U (zh) | 一种云谷数据端 | |
Yu et al. | Integration and test of sensor-based middleware for building energy detection | |
Junfeng et al. | Design of Mine-Used Combination Switch Gateway Based on EtherNet/IP |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |